O agente de IA não é um funcionário, é um fornecedor

*Por Ricardo Castro, especialista do IT Forum Inteligência

No dia 19 de setembro o IT Forum comemora 35 anos, tempo suficiente para o mercado brasileiro de tecnologia ter atravessado, do começo ao fim, quatro ou cinco transformações que prometeram mudar tudo.

A tentação, neste momento de celebração, é inventariar o que mudou. Acho o inverso mais útil: o que ficou. E convém desfazer um vício de narrativa, costuma-se contar essas ondas como promessas exageradas, e não foi o que aconteceu. O downsizing entregou. Os ERPs sustentam até hoje a operação de boa parte das empresas deste país. A nuvem entregou. A mobilidade entregou.

O problema nunca foi a entrega. Foi o tempo até ela e o preço que se pagou pela demora.

O que os números realmente dizem

Em 2012, um estudo do McKinsey com a Universidade de Oxford analisou mais de 5.400 projetos de TI de grande porte. Ficaram, em média, 45% acima do orçamento, 7% acima do prazo — e entregaram 56% menos valor do que o previsto. Catorze anos depois, o Gartner mede que apenas 48% das iniciativas digitais atingem a meta de negócio.

Não é que a tecnologia não tenha funcionado. É que o valor não apareceu no prazo, e o desvio de valor é maior que o de prazo e o de orçamento somados.

A variável que decide não é se a tecnologia funciona, e sim quanto tempo a organização leva para se reorganizar em torno dela. Toda onda cobrou esse pedágio e deixou escrita a lição de como pagá-lo mais barato na vez seguinte. O desperdício não é ser novo no assunto; é começar do zero havendo registro.

O ERP, e o que ele ensina sobre agentes de IA

Numa masterclass promovida pela Fhinck, ouvi Alexandre Pereira comparar a implantação de inteligência artificial à de um ERP. Concordo com quase tudo. A diferença é o ângulo: ele descreve o lado de quem constrói e vende essas plataformas; eu conduzi projetos de ERP de grande porte e servi na diretoria da associação brasileira de usuários — o lado de quem responde pelo resultado.

O que se repete merece registro. O gargalo nunca foi o software: foi processo, dado e patrocínio. O pedido mais frequente numa implantação era alguma variação de “faz o sistema funcionar do jeito que a gente já trabalha”, a forma mais cara de não mudar nada. O equivalente exato, hoje, é pedir a um agente que reproduza o processo atual: automatiza-se a exceção que deveria desaparecer. Nos dois casos, quando o dono do resultado fica na tecnologia em vez de ficar na operação, o projeto entrega sistema e não entrega negócio.

Agora a diferença que menos se comenta, e para mim a mais importante. O ERP tinha comunidade: associação de usuários, benchmarking, metodologia madura, profissionais formados e um fornecedor com contrato, roadmap e alguém a quem cobrar. Quando você travava, ligava para um par de outra companhia. Esse corpo de conhecimento encurtou o tempo até o valor de quem implantou depois.

Em inteligência artificial isso ainda não existe com a mesma densidade: a metodologia não estabilizou, o mercado de profissionais está se formando agora e a cadeia de responsabilidade é difusa — modelo, nuvem, integrador e a capacidade embarcada no software que a empresa já usava. E há um precedente incômodo: no ERP o método existia, maduro e documentado, e boa parte do mercado o substituiu por alocação de horas. Se com método pronto o setor falhou no básico por duas décadas, é ingenuidade esperar melhor de uma tecnologia que ainda não tem método. Daí a pergunta de compra que vale mais que qualquer demonstração: peça o método antes do piloto.

O que cada onda cobrou

O downsizing e a arquitetura cliente-servidor ensinaram sobre dado: distribuir capacidade sem governar a informação criou ilhas, e a conta chegou anos depois, em integrações que ninguém havia orçado. A internet ensinou sobre modelo de negócio: quem pôs o catálogo no site achou que tinha feito digital e demorou a entender que canal novo não é modelo novo.

A nuvem mexeu no orçamento, assunto que o executivo de tecnologia sempre tratou. O que ela deixou de mais duradouro foi a mudança na natureza do gasto — o custo de tecnologia deixou de ser um ativo que se compra, deprecia e se defende uma vez por ano, e passou a ser consumo variável, decidido diariamente por quem não responde pelo orçamento. Capex virou opex, e isso desmonta o processo anual de aprovação. Governar esse gasto é a resposta mais pronta para a angústia de orçamento com IA, com uma diferença: na nuvem o custo varia com o volume; em IA, varia também com a dificuldade da pergunta.

A mobilidade: quem a tratou como projeto de dispositivo entregou política de uso e gestão de aparelhos; quem a tratou pelo que ela era — uma mudança na forma de se relacionar com stakeholders — redesenhou jornada de cliente e integração com fornecedor. A IA está no mesmo ponto: quem a trata como ferramenta de produtividade individual compra licença e mede uso. A pergunta é outra. Que interações passam a ser possíveis agora, e qual delas vale dinheiro?

A onda que ninguém chama de onda

E há uma transformação que raramente entra nessas listas, embora tenha reorganizado mais empresas do que qualquer software: a terceirização, o BPO e os centros de serviços compartilhados. Passei quase uma década respondendo por um centro de serviços compartilhados e participei, ao lado do CEO, do processo que o transformou em empresa independente.

Trago essa onda porque o debate sobre agentes está preso numa pergunta mal formulada. Discute-se se o agente é ferramenta ou funcionário, e tenta-se encaixá-lo no organograma. Ele não cabe: organograma é o mapa de quem responde por consequências, e o agente não responde por nenhuma.

A objeção é razoável: tratar o agente como funcionário resolveria — bastaria dar-lhe meta, custo, resultado e controle de horas. Só que essa lista não é a do emprego, é a do contrato. Meta é nível de serviço, custo é preço por transação, controle de horas é medição de consumo. Funcionário se define por outra coisa: subordinação, vínculo, discricionariedade e responsabilidade pessoal. O agente não tem nenhuma das quatro, e chamá-lo de funcionário não cria nenhuma. O direito já resolveu problema parecido: atrás de toda pessoa jurídica há administradores que respondem como pessoas físicas. A responsabilidade sempre pousa em alguém — no caso do agente, na empresa que o contratou.

Leia mais: A empresa AI-Native não é a que tem mais agentes

Mas a companhia já tem, há trinta anos, um instrumento maduro para lidar com um ator que executa trabalho e não responde por ele. Chama-se contrato com terceiro. Ninguém coloca fornecedor no organograma; coloca em contrato — escopo, nível de serviço, evidência exigível, direito de auditoria, consequência quando falha, um dono interno que responde pelo resultado e cláusula de saída. É exatamente a lista que quase ninguém percorre antes de colocar um agente em produção.

E aqui está a parte que quem passou por essa onda sabe e o mercado ainda não disse: o que fez a terceirização funcionar não foi supervisão. Você nunca assistiu ao terceiro trabalhar — contratou um resultado e instrumentou o processo, com indicador, trilha, amostragem e evidência. Chama-se observabilidade, e sem ela terceirização vira fé.

Com o agente é idêntico, e com um agravante: quando o terceiro falhava, havia a quem perguntar; com o agente não há. A observabilidade precisa estar desenhada antes de a primeira transação rodar, porque depois não se reconstitui, sem registro do que ele consultou e do que decidiu, a empresa fica com a consequência e sem a explicação.

Falta ainda o fornecedor que ninguém contratou. Um CIO me contou ter descoberto aplicações inteiras, feitas por gente de negócio em plataforma de desenvolvimento assistido por IA, rodando na companhia sem passar por suprimentos nem por segurança. É terceirização sem contrato: alguém escolheu um fornecedor, deu acesso a dado da empresa e não registrou nada.

Mais difícil é a que ninguém escolheu — a IA que já veio ligada. O copiloto que o fornecedor ativou dentro do ERP, do CRM, da suíte de escritório que a empresa usa há anos: sem decisão, sem dono, sem inventário, porque não houve compra. Antes de escrever política para o que se pretende contratar, convém levantar o que já roda sem que ninguém tenha assinado.

O que isso muda na conversa com o conselho

Nada disso é conversa técnica, e é por isso que cabe na mesa. Escrevi aqui há algumas semanas que valor é a língua em que as decisões são tomadas. As disciplinas acima são o vocabulário dessa língua aplicado à inteligência artificial.

Elas viram quatro perguntas. Qual é o custo unitário desta capacidade por transação de negócio — não o retorno prometido, o custo por unidade. Quem, fora da tecnologia, é dono do resultado, pelo nome. O que já está rodando sem sanção nenhuma enquanto discutimos a política. E qual taxa de erro esta companhia aceita assinar, porque uma tecnologia probabilística tem uma, e alguém precisa dizer qual é.

A última é a que mais incomoda e a que menos se faz. O mercado mundial de proteger sistemas de inteligência artificial valia 2,8 bilhões de dólares em 2026, uma fração do que se gastou comprando a própria tecnologia. O Gartner projeta que, até 2029, mais da metade dos ataques bem-sucedidos contra agentes vai explorar falhas de controle de acesso e injeção de prompt. Instalar primeiro e proteger depois é um roteiro conhecido.

A pergunta que fica

Trinta e cinco anos de ondas deixaram um conjunto de disciplinas: governar dado, desconfiar de canal disfarçado de modelo, orçar consumo variável, tratar tecnologia como relacionamento e contratar trabalho que não se executa. Nenhuma é sobre a tecnologia da vez. Todas são sobre encurtar o tempo entre instalar e capturar.

A inteligência artificial é a primeira onda que cobra as cinco ao mesmo tempo, e a primeira que chega sem um corpo de conhecimento próprio já formado. O risco não é a IA passar por cima da área de tecnologia; é a pressa nos fazer produzir demonstração em vez de resultado — o piloto que impressiona o comitê, o número de agentes provisionados, o percentual de gente com licença. Indicadores que sobem sem que nada suba junto.

Fica a pergunta, e ela não é retórica. Das disciplinas que as ondas anteriores já deixaram escritas, quantas a sua empresa já aplicou à inteligência artificial — e quantas ainda estão esperando alguém pedir?

Ricardo Castro construiu carreira em tecnologia e migrou para o comando executivo de empresas, com responsabilidade por resultado e prestação de contas a conselho. É conselheiro certificado pelo IBGC, atua em conselhos e comitês de empresas de diversos setores e é Senior Advisor da Alvarez & Marsal. Integra o Grupo de Especialistas do IT Forum, é professor de MBA na FIA e coautor do livro High Tech High Touch. Engenheiro pela UFRJ, mestre em Ciências em Informática pela PUC-Rio, com programas executivos pelo INSEAD e pela Kellogg.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!